سرطان المبيض أحد أنواع الأورام
مجال سرطان المبيض باستخدام إنترنت الأشياء الطبية
يشير مصطلح إنترنت الأشياء (IoT) إلى نطاق الإنترنت الواسع الذي يضم تريليونات المنصات، بدءًا من أجهزة الاستشعار الصغيرة والأجهزة المحمولة، وصولًا إلى خوادم المواقع ومعالجات البيانات الضخمة (مانوجاران وآخرون، 2018). يشمل إنترنت الأشياء الطبية (IoMT) أيضًا تحليل سرطان المبيض، الذي يُعدّ من أكثر أنواع السرطان فتكًا، حيث يُعزى السبب الرئيسي للوفاة إلى أعراض جلدية متنوعة، على الرغم من انتشار سرطان المبيض المتكرر وضعف الرعاية الصحية (شكيل ومانوجاران، 2020).
يُظهر التباين الكبير في معدلات الشفاء بين المرضى الذين يتلقون العلاج والذين لا يتلقونه بوضوح الحاجة إلى تجربة غير جراحية ولكنها عملية، تُناسب شريحة واسعة من السكان المعرضين للإصابة بسرطان المبيض في مراحله المبكرة (عبد الباسط وآخرون، 2019). وبينما يُعدّ سرطان المبيض سادس أكثر أنواع السرطان شيوعًا بين النساء في ماليزيا، فإنه لا يزال أحد الأسباب الرئيسية للوفاة في أمراض النساء (بهاتاشاريا وآخرون، 2021). في هذه الدراسة، تم استخدام خوارزمية SOM للتحقق من صحة التعبيرات المُستخلصة من المقالة، وذلك لتحسين اختيار المجموعة الفرعية الوظيفية، مع توفير معلومات مفهومة وجذابة من بيانات المشاركين الصحية.
من الصعوبات المقبولة في استراتيجيات التعلم الموجه نقص المصنفات المختلفة التي توجه البحث عن المعرفة الخاصة بخوارزمية التصنيف. توجد طريقة لتصنيف بيانات سرطان المبيض إلى حميدة أو خبيثة باستخدام خوارزمية SOM.
وبالتالي، يزداد خطر الإصابة بالسرطان خلال حياة المرأة، مما يسبب لها العديد من المشاكل. على سبيل المثال، قد لا تتمكن النساء المصابات بسرطان المبيض من الإنجاب، وهو ما يمثل مشكلة طوال فترة الحيض (روفايل وقدري، 2017). لذا، ينبغي تحسين طرق التشخيص والعلاج الدقيقة والفعالة للسرطان لحل هذه المشاكل.
على مستوى إنترنت الأشياء الطبية (IoMT) (سيكاران وآخرون، 2020)، تم تعزيز تقدير سرطان المبيض من خلال القياس الضخم لقاعدة البيانات استنادًا إلى وجود بيانات مستقبلية متنوعة (لاهورا وآخرون، 2021). على أي حال، من الضروري الكشف المبكر عن سرطان المبيض. تبين أن 23% من النساء اللواتي خضعن لعملية جراحية مصابات بأورام خبيثة. ورغم هذه الجهود، لا تزال مشكلة التشخيص المبكر لسرطان المبيض قائمة.
وقد بدأت دراسة لتحديد مؤشرات جديدة للسرطان بدعم من بنية النسخ الجيني (أهيلان وآخرون، 2019). ولا يزال السبب الدقيق لسرطان المبيض غامضًا، مما يصعب معه التركيز على الكشف عن المرض في مراحله المبكرة. وقد أثر الربط بين تشخيص سرطان المبيض والتعافي منه على طريقة تفكير الناس وسلوكهم، مما أدى إلى تحسين نتائج الكشف الأولي. ونتيجة لهذه المعلومات، تساعد منهجية البيانات الضخمة في الكشف عن السرطان لخمسة أغراض مختلفة. وقد وُجد أن العديد من تقنيات التعلم الآلي غير الخاضعة للمراقبة تُصنف البكسلات المصنفة بنمط معين ضمن نفس الفئة.
يُعد سرطان المبيض أحد أنواع الأورام التي تُصيب مبيض المرأة، ويصعب تشخيصه في مراحله المبكرة، كونه سببًا رئيسيًا للوفاة بالسرطان. استُخدمت معلومات سرطان المبيض المُولّدة من الشبكة السريرية، واقترحت خوارزمية الخريطة ذاتية التنظيم (SOM) والشبكات العصبية المُحسّنة طريقةً جديدةً للتمييز بين سرطان المبيض وأنواع السرطان الأخرى. يقترح هذا البحث إطار عمل لتحسين الميزات وتحديد سرطان المبيض (FOI-OV).
كما استُخدمت خوارزمية SOM بشكل منفصل لتحسين المجموعة الفرعية الوظيفية، مع معلومات مفهومة ومثيرة للاهتمام من خطوات المعلومات الصحية للمشاركات. يبدو أن التجميع القائم على SOM مناسب لاستراتيجيات التعلم الموجه نظرًا لعدم وجود مُصنّفات مختلفة، مما يُوجّه البحث عن المعرفة الخاصة بخوارزمية التصنيف.
ستُصنّف تقنية التصنيف بيانات سرطان المبيض إلى حميدة/خبيثة. من خلال تحسين تكوين الشبكة العصبية، يُمكن لخوارزمية البحث التوافقي المُحسّن المتقدم (AHSO) تعزيز طريقة الكشف عن سرطان المبيض مقارنةً بالطرق الأخرى. يُمكن للنموذج المُقترح في هذا البحث تشخيص السرطان بدقة عالية، مع انخفاض متوسط الجذر التربيعي للخطأ (RMSE) في المراحل المبكرة. وقد أظهرت تقنيات SOM وNN دقةً عاليةً في تحديد سرطان المبيض، حيث بلغت دقة التشخيص 94% ونسبة الخطأ التربيعي 0.029%. كما وفّرت تقنية التحسين (AHSO) منهجًا تصنيفيًا فعالًا بمعدل فشل أقل.
ولا يزال التفسير أو السبب الدقيق لسرطان المبيض غير واضح، مما يعيق التركيز على الكشف المبكر عنه. وقد ساهم الربط بين تشخيص سرطان المبيض والتعافي منه في تحسين التفكير والسلوك، مما أدى إلى تحسين نتائج الكشف الأولي (ميزهود وآخرون، 2011). استُخدمت هذه التفاصيل لاتخاذ قرار أكثر ذكاءً وبالتالي أقل تكلفة - تساعد منهجية البيانات الضخمة في إلغاء السرطان
